[發明專利]視頻推送方法、設備及介質

在審

• 申請號: 202010848241.7
• 申請日: 2020-08-21
• 公開（公告）號: CN112100440A
• 公開（公告）日: 2020-12-18
• 發明（設計）人: 陳小帥
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F16/735
• 分類號: G06F16/735;H04N21/488
• 代理公司: 北京同達信恒知識產權代理有限公司 11291
• 代理人: 李娟

1.一種視頻推送方法，其特征在于，包括：

確定目標用戶的待推送視頻；

獲得預先為所述待推送視頻配置的至少兩個視頻標題；

從所述至少兩個視頻標題中，確定與所述目標用戶的用戶興趣匹配的目標標題；

以所述目標標題作為所述待推送視頻的標題，向所述目標用戶推送所述待推送視頻。

2.如權利要求1所述的方法，其特征在于，所述從所述至少兩個視頻標題中，確定與所述用戶的用戶興趣匹配的目標標題，包括：

分別確定各個視頻標題與用戶興趣之間的相關度；

在相關度滿足相關度閾值的視頻標題中選擇所述目標標題。

3.如權利要求2所述的方法，其特征在于，所述分別確定各個視頻標題與用戶興趣之間的相關度具體包括：通過如下方式確定其中任一視頻標題與用戶興趣之間的相關度：

將所述任一視頻標題轉換為序列表示，獲得第一標題序列，并對所述第一標題序列進行編碼，獲得標題深度表示；

將所述目標用戶的各個興趣標簽轉換為序列表示，獲得興趣標簽序列，并對所述興趣標簽序列進行編碼，獲得興趣深度表示；

對所述興趣深度表示與所述標題深度表示進行變換，獲得所述任一視頻標題與用戶興趣之間的相關度。

4.如權利要求3所述的方法，其特征在于，所述任一視頻標題與用戶興趣之間的相關度是通過已訓練的匹配模型獲得的，所述匹配模型包括第一編碼器、第二編碼器和第一全連接網絡，所述已訓練的匹配模型是通過如下方式訓練得到的：

獲得第一樣本數據；其中，所述第一樣本數據包括樣本視頻的樣本視頻標題、所述目標用戶的各個興趣標簽、以及所述目標用戶和樣本視頻的相關度標簽；

將樣本視頻的樣本視頻標題轉換為序列表示，獲得樣本標題序列，并將所述目標用戶的各個興趣標簽轉換為序列表示，獲得興趣標簽序列；

通過所述第一編碼器，對興趣標簽序列進行編碼，獲得興趣深度表示；以及，通過所述第二編碼器對樣本標題序列進行編碼，獲得樣本標題深度表示；

通過所述第一全連接網絡，對所述興趣深度表示和樣本標題深度表示進行變換，預測所述目標用戶與樣本視頻的相關度；

根據預測出的相關度和相關度標簽，調整所述匹配模型的參數，直到所述匹配模型收斂，獲得已訓練的匹配模型。

5.如權利要求1所述的方法，其特征在于，所述獲得預先為所述待推送視頻配置的至少兩個視頻標題，具體包括：

根據所述待推送視頻的關鍵信息，獲得至少兩個視頻標題。

6.如權利要求5所述的方法，其特征在于，所述根據所述待推送視頻的關鍵信息，獲得至少兩個視頻標題，具體包括如下的一種或兩種：

根據所述關鍵信息，對所述待推送視頻的預設原始標題進行改寫，生成視頻標題；或，

根據所述關鍵信息和預設標題模板，生成視頻標題。

7.如權利要求6所述的方法，其特征在于，所述根據所述關鍵信息，對所述待推送視頻的預設原始標題進行改寫，生成視頻標題，具體包括：

將所述關鍵信息轉換為序列表示，獲得關鍵信息序列；以及，將預設原始標題轉換為序列表示，獲得第二標題序列；

對所述關鍵信息序列和所述第二標題序列進行編碼，獲得輸入隱狀態序列；

對所述輸入隱狀態序列進行解碼，獲得輸出隱狀態序列；

根據復制注意力權重矩陣對所述輸入隱狀態序列進行轉換，并根據轉換后的輸入隱狀態序列，調整所述輸出隱狀態序列，得到標題改寫序列；

根據所述標題改寫序列，生成視頻標題。